Resumen

La tecnología de imágenes médicas está volviéndose cada vez más importante en el campo médico. No solo proporciona información importante sobre los órganos internos del cuerpo para el análisis clínico y el tratamiento médico, sino que también ayuda a los médicos en el diagnóstico y tratamiento de diversas enfermedades. Sin embargo, en el proceso de extracción de características de imágenes médicas, existen algunos problemas, como la extracción de características poco evidentes y la baja tasa de preparación de características. Combinado con la idea de aprendizaje de redes neuronales convolucionales, los vectores de múltiples características de la imagen se cuantifican en un nivel más profundo, lo que hace que las características de la imagen sean más abstractas y no solo compensa la unilateralidad de la descripción de una sola característica, sino que también mejora la robustez de los descriptores de características. Este artículo presenta un método de procesamiento de imágenes médicas basado en la fusión de múltiples características, que tiene un alto efecto de extracción de características en imágenes médicas de pecho, pulmón, cerebro e hígado, y puede

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Tecnología de imágenes médicas; Análisis clínico; Tratamiento médico; Extracción de características; Red neuronal convolucional; Fusión de múltiples características
• Keywords:Medical image technology; Clinical analysis; Medical treatment; Feature extraction; Convolution neural network; Multifeature fusion